Dieser Kurs ist Teil der Spezialisierung Spezialisierung Skalierte Datenverarbeitung

4.1
Sterne
309 Bewertungen

Bill Howe

35.190 bereits angemeldet

von

Spezialisierung Skalierte DatenverarbeitungUniversity of Washington

Über diesen Kurs

6.818 kürzliche Aufrufe

Statistical experiment design and analytics are at the heart of data science.  In this course you will design statistical experiments and analyze the results using modern methods.  You will also explore the common pitfalls in interpreting statistical arguments, especially those associated with big data.  Collectively, this course will help you internalize a core set of practical and effective machine learning methods and concepts, and apply them to solve some real world problems.
Learning Goals: After completing this course, you will be able to:
Design effective experiments and analyze the results
Use resampling methods to make clear and bulletproof statistical arguments without invoking esoteric notation
Explain and apply a core set of classification methods of increasing complexity (rules, trees, random forests), and associated optimization methods (gradient descent and variants)
Explain and apply a set of unsupervised learning concepts and methods
Describe the common idioms of large-scale graph analytics, including structural query, traversals and recursive queries, PageRank, and community detection

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Kurs 2 von 4 in

Spezialisierung Skalierte Datenverarbeitung

Ca. 7 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Kompetenzen, die Sie erwerben

Random Forest
Predictive Analytics
Machine Learning
R Programming

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Kurs 2 von 4 in

Spezialisierung Skalierte Datenverarbeitung

Ca. 7 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Dozent

Bill Howe

Director of Research

Scalable Data Analytics

84.293 Lernende

4 Kurse

von

University of Washington

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche

Woche 1

2 Stunden zum Abschließen

Practical Statistical Inference

2 Stunden zum Abschließen

28 Videos (Gesamt 121 min)

28 Videos

Appetite Whetting: Bad Science5m

Hypothesis Testing5m

Significance Tests and P-Values3m

Example: Difference of Means4m

Deriving the Sampling Distribution6m

Shuffle Test for Significance4m

Comparing Classical and Resampling Methods3m

Bootstrap6m

Resampling Caveats6m

Outliers and Rank Transformation3m

Example: Chi-Squared Test3m

Bad Science Revisited: Publication Bias4m

Effect Size4m

Meta-analysis5m

Fraud and Benford's Law4m

Intuition for Benford's Law2m

Benford's Law Explained Visually3m

Multiple Hypothesis Testing: Bonferroni and Sidak Corrections3m

Multiple Hypothesis Testing: False Discovery Rate4m

Multiple Hypothesis Testing: Benjamini-Hochberg Procedure3m

Big Data and Spurious Correlations4m

Spurious Correlations: Stock Price Example3m

How is Big Data Different?3m

Bayesian vs. Frequentist4m

Motivation for Bayesian Approaches3m

Bayes' Theorem2m

Applying Bayes' Theorem4m

Naive Bayes: Spam Filtering4m

Woche

Woche 2

3 Stunden zum Abschließen

Supervised Learning

3 Stunden zum Abschließen

26 Videos (Gesamt 111 min), 1 Lektüre, 1 Quiz

26 Videos

Statistics vs. Machine Learning4m

Simple Examples3m

Structure of a Machine Learning Problem5m

Classification with Simple Rules5m

Learning Rules4m

Rules: Sequential Covering3m

Rules Recap2m

From Rules to Trees2m

Entropy4m

Measuring Entropy4m

Using Information Gain to Build Trees6m

Building Trees: ID3 Algorithm2m

Building Trees: C.45 Algorithm4m

Rules and Trees Recap3m

Overfitting7m

Evaluation: Leave One Out Cross Validation5m

Evaluation: Accuracy and ROC Curves5m

Bootstrap Revisited4m

Ensembles, Bagging, Boosting4m

Boosting Walkthrough5m

Random Forests3m

Random Forests: Variable Importance5m

Summary: Trees and Forests2m

Nearest Neighbor4m

Nearest Neighbor: Similarity Functions4m

Nearest Neighbor: Curse of Dimensionality3m

1 Lektüre

R Assignment: Classification of Ocean Microbes10m

1 praktische Übung

R Assignment: Classification of Ocean Microbes30m

Woche

Woche 3

1 Stunde zum Abschließen

Optimization

1 Stunde zum Abschließen

11 Videos (Gesamt 41 min)

Woche

Woche 4

1 Stunde zum Abschließen

Unsupervised Learning

1 Stunde zum Abschließen

4 Videos (Gesamt 21 min)

Bewertungen

4.1

59 Bewertungen

5 stars
48,22 %
4 stars
32,03 %
3 stars
10,03 %
2 stars
5,50 %
1 star
4,20 %

Top-Bewertungen von PRACTICAL PREDICTIVE ANALYTICS: MODELS AND METHODS

von HD30. Aug. 2016

The entire course is an overview! This course will be a revision if you already know the concepts.

von WE3. Feb. 2017

Need some background in R or Python and the lectures are from around 2013. Most of the material is still relevant.

von AS23. Nov. 2015

Excellent course with amazing practical exercises!

von SM23. Feb. 2016

Professor Bill Howe gives great reactions to when there are typos on the slides!

Alle Bewertungen anzeigen

Über den Spezialisierung Skalierte Datenverarbeitung

Learn scalable data management, evaluate big data technologies, and design effective visualizations.

This Specialization covers intermediate topics in data science. You will gain hands-on experience with scalable SQL and NoSQL data management solutions, data mining algorithms, and practical statistical and machine learning concepts. You will also learn to visualize data and communicate results, and you’ll explore legal and ethical issues that arise in working with big data. In the final Capstone Project, developed in partnership with the digital internship platform Coursolve, you’ll apply your new skills to a real-world data science project.

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Ist finanzielle Unterstützung möglich?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Fördern Sie Mitarbeiterkompetenzen für bessere Geschäftsergebnisse

Entdecken Sie Coursera für Unternehmen

Practical Predictive Analytics: Models and Methods

Über diesen Kurs

Kompetenzen, die Sie erwerben